2. Materials and Methods2.1 Data En

2. Materials and Methods
2.1 Data Envelopment Analysis
2.1.1 Analytical Framework
The unknown production frontier is needed to estimate in order to obtain efficiency measures. There have been
many different methods which were used to estimate frontier over the past 40 years. Among of those methods,
the two principal methods are stochastic frontier analysis (SFA) and data envelopment analysis (DEA). The
former is parametric method and bases upon econometric programming, while the latter involves mathematical
programming and is considered as a non-parametric method (Coelli et al., 2005).
SFA and DEA have been extensively applied to many studies of various fields. The utilization of SFA in
aquaculture could be found in the numerous studies such as Iinuma et al. (1999), Irz et al. (2003), Chiang et al.
(2004), Mohan Dey et al. (2005), Kareem et al. (2008), Singh et al. (2009), Asamoah et al. (2012), Bukenya et al.
(2013). However, the application of DEA to aquaculture is still limited compared to SFA. Sharma et al. (1999),
Cinemre et al. (2006), Kaliba et al. (2006), Ferdous Alam et al. (2008), Cuong (2009), Nielsen (2011) employed
DEA to evaluate the efficiency of aquaculture production.
Both parametric and non-parametric methods have their corresponding advantages and disadvantages. Although
parametric method calls for an explicit form of the relation between inputs and outputs, one of its advantages is
that statistical inferences could be drawn from the results. Parametric method uses statistical techniques to
estimate parameters of production function, in which output is a function of a set of inputs, inefficiency, and
random errors. On the contrary, relaxing the requirements for specifying the production form, DEA utilizes the
linear programming methods to construct a piecewise linear frontier and compares each producer with the virtual
producer in the data set. However, in DEA, all deviations from the frontier are attributed to inefficiency. It
ignores random effects. Instead of being able to test hypothesis statistically as parametric method does, the DEA
method concentrates on individual farms. One striking advantage of DEA over SFA is that DEA method can
deal with multiple inputs and multiple outputs situation, while SFA only handles one output and multiple inputs
situation. Because of that, DEA is favored measuring productive efficiency of shrimp poly-culture farms in this
study.
DEA has received the wide attention since the paper of Charnes et al. (1978) was published. Economic
Efficiency (EE) is the composition of two components: Technical Efficiency (TE) and Allocative Efficiency
(AE) (Farrell, 1957). Technical Efficiency reflects the ability of a farm to either obtain the maximum output
from a given set of inputs or to produce a given level of output by using the minimum amount of inputs for a
given technology. Two ways for approaching DEA, thereby, are known as output-oriented and input-oriented
models. According to Banker et al. (1984), orientation is selected based on which factors farmers have most
control over. Meanwhile, Fare et al. (1993) pinpointed that farmers tend to have more controls over the inputs
than over the amount of outputs. Therefore, input-oriented models were chosen in this study. Cinemre et al.
(2006) who evaluated the cost efficiency of trout farms, and Nielsen (2011) who investigated green and technical
efficient growth in Danish fresh water aquaculture applied DEA under input orientation. Allocative Efficiency is
defined as the ability of farm to use the inputs in optimal proportions given their respective prices.
We assume that there are N shrimp Poly-culture farms. Each farm produces M kinds of outputs by using K kinds
of inputs. The column vectors xi and yi are denoted the input and output data of ith farm, respectively. The data
for all farms are represented by input matrix X (KxN) and output matrix Y (MxN).
The input-oriented DEA model used to calculate Technical Efficiency (TE) is specified as follows:

Kết quả (Việt) 1:

2. tài liệu và phương pháp2.1 dữ liệu Envelopment phân tích2.1.1 phân tích khuôn khổBiên giới sản xuất không rõ là cần thiết để ước lượng để có được các biện pháp hiệu quả. Đã cónhiều phương pháp khác nhau được sử dụng để ước lượng biên giới trong 40 năm qua. Trong số những phương pháp này,hai phương pháp chính là ngẫu nhiên biên giới phân tích (SFA) và phân tích dữ liệu envelopment (DEA). Cáctrước đây là tham số phương pháp và căn cứ vào chương trình kinh tế lượng, trong khi thứ hai liên quan đến toán họclập trình và được coi là một phương pháp không tham số (Coelli và ctv., 2005).SFA và DEA đã được áp dụng rộng rãi để nhiều nghiên cứu trong nhiều lĩnh vực. Sử dụng các SFA trongnuôi trồng thủy sản có thể được tìm thấy trong nhiều nghiên cứu như Iinuma et al. (1999), Irz et al. (2003), Chiang et al.(2004), Mohan Dey et al. (2005), Kareem et al. (2008), Singh et al. (2009), Asamoah et al. (2012), Bukenya et al.(Năm 2013). Tuy nhiên, các ứng dụng số DEA để nuôi trồng thủy sản là vẫn còn hạn chế so với SFA. Sharma et al. (1999),Cinemre et al. (2006), Kaliba et al. (2006), Ferdous Alam et al. (2008), Anh cường (2009), Nielsen (2011) tuyển dụngDEA để đánh giá hiệu quả của sản xuất nuôi trồng thủy sản.Cả hai tham số và không tham số phương pháp có tương ứng lợi thế và bất lợi của họ. Mặc dùphương pháp tham số gọi cho một hình thức rõ ràng của mối quan hệ giữa các yếu tố đầu vào và đầu ra, một trong những lợi thế của nó làmà suy luận thống kê có thể được rút ra từ kết quả. Tham số phương pháp sử dụng các kỹ thuật thống kê đểước lượng các tham số của hàm sản xuất, trong đó sản lượng là một chức năng của một tập hợp các yếu tố đầu vào, không hiệu quả, vàlỗi ngẫu nhiên. Ngược lại, thư giãn các yêu cầu cho xác định các hình thức sản xuất, DEA sử dụng cácphương pháp lập trình tuyến tính để xây dựng một đường biên giới tuyến tính và so sánh mỗi nhà sản xuất với ảonhà sản xuất trong bộ dữ liệu. Tuy nhiên, trong DEA, tất cả các độ lệch từ biên giới là do không hiệu quả. Nóbỏ qua hiệu ứng ngẫu nhiên. Thay vì có thể thử nghiệm các giả thuyết thống kê như là tham số phương pháp nào, DEAphương pháp tập trung vào các trang trại cá nhân. Một trong những lợi thế nổi bật của DEA hơn SFA là có thể phương pháp DEAđối phó với nhiều đầu vào và đầu ra nhiều tình huống, trong khi SFA chỉ xử lý một trong những đầu ra và đầu vào nhiềutình hình. Do đó, DEA được ưa chuộng đo lường hiệu quả sản xuất của tôm poly-văn hóa trang trại ở đâynghiên cứu.DEA đã nhận được sự chú ý nhiều kể từ khi xuất bản giấy của Charnes et al. (1978). Kinh tếHiệu quả (EE) là thành phần của hai thành phần: Allocative hiệu quả và hiệu quả kỹ thuật (TE)(AE) (Farrell, 1957). Hiệu quả kỹ thuật phản ánh khả năng của một trang trại hoặc là có được sản lượng tối đatừ một tập hợp của các yếu tố đầu vào hoặc để sản xuất một mức độ nhất định của sản lượng bằng cách sử dụng số tiền tối thiểu của đầu vào cho mộtcông nghệ nhất định. Hai cách để tiếp cận DEA, do đó, được gọi là định hướng đầu ra và đầu vào theo định hướngCác mô hình. Theo Ngân hàng et al. (1984), định hướng được chọn dựa trên nông dân các yếu tố đó có hầu hếtkiểm soát. Trong khi đó, giá vé et al. (1993) xác định chính xác người nông dân có xu hướng có nhiều điều khiển trên các đầu vàohơn trên lượng đầu ra. Vì vậy, theo định hướng đầu vào các mô hình được chọn trong nghiên cứu này. Cinemre et al.(2006), những người đánh giá hiệu quả chi phí trang trại cá hồi, và Nielsen (2011) người điều tra kỹ thuật và màu xanh lá câyhiệu quả tăng trưởng trong nuôi trồng thủy sản nước ngọt Đan Mạch áp dụng DEA dưới đầu vào định hướng. Allocative hiệu quảđịnh nghĩa là khả năng của các trang trại để sử dụng các đầu vào theo tỷ lệ tối ưu cho giá tương ứng của họ.Chúng tôi giả định rằng không có N tôm trang trại Poly-văn hóa. Mỗi trang trại sản xuất các loại M kết quả đầu ra bằng cách sử dụng các loại Kyếu tố đầu vào. Cột vectơ xi và yi ký hiệu là đầu vào và đầu ra các dữ liệu của trang trại ith, tương ứng. Dữ liệuĐối với tất cả các trang trại được biểu diễn bằng ma trận đầu vào X (KxN) và đầu ra ma trận Y (MxN).Đầu vào-hướng DEA mẫu được sử dụng để tính toán hiệu quả kỹ thuật (TE) được quy định như sau:

Kết quả (Việt) 2:

2. Vật liệu và phương pháp
2.1 Dữ liệu phân tích bao
2.1.1 Khung phân tích
, đường biên giới sản xuất không rõ là cần thiết để ước tính để có được biện pháp hiệu quả. Đã có
nhiều phương pháp khác nhau đã được sử dụng để ước biên giới trong 40 năm qua. Trong số các phương pháp đó,
hai phương pháp chủ yếu là phân tích biên giới ngẫu nhiên (SFA) và phân tích bao dữ liệu (DEA). Các
cựu là phương pháp tham số và căn cứ vào chương trình kinh tế lượng, trong khi sau này liên quan đến toán học
lập trình và được coi là một phương pháp phi tham số (Coelli et al., 2005).
SFA và DEA đã được áp dụng rộng rãi cho nhiều người nghiên cứu về các lĩnh vực khác nhau. Việc sử dụng của SFA trong
nuôi trồng thủy sản có thể được tìm thấy trong các nghiên cứu nhiều như Iinuma et al. (1999), Irz et al. (2003), Chiang et al.
(2004), Mohan Dey et al. (2005), Kareem et al. (2008), Singh et al. (2009), Asamoah et al. (2012), Bukenya et al.
(2013). Tuy nhiên, ứng dụng của DEA để nuôi trồng thủy sản còn hạn chế so với SFA. Sharma et al. (1999),
Cinemre et al. (2006), Kaliba et al. (2006), Ferdous Alam et al. (2008), Cường (2009), Nielsen (2011) đã sử dụng
DEA để đánh giá hiệu quả sản xuất nuôi trồng thủy sản.
Cả hai phương pháp tham số và phi tham số có những thuận lợi và bất lợi tương ứng của họ. Mặc dù
phương pháp tham số cuộc gọi cho một hình thức rõ ràng về mối quan hệ giữa đầu vào và đầu ra, một trong những ưu điểm của nó là
có suy luận thống kê có thể được rút ra từ kết quả. Phương pháp tham số sử dụng kỹ thuật thống kê để
ước lượng các tham số của hàm sản xuất, trong đó sản lượng là một chức năng của một tập hợp các yếu tố đầu vào, không hiệu quả, và
sai số ngẫu nhiên. Ngược lại, thư giãn các yêu cầu cho việc xác định các hình thức sản xuất, DEA sử dụng các
phương pháp lập trình tuyến tính để xây dựng một piecewise tuyến biên giới và so sánh từng sản xuất với những ảo
sản xuất trong tập dữ liệu. Tuy nhiên, trong DEA, tất cả các độ lệch từ biên giới được cho là do sự không hiệu quả. Nó
bỏ qua hiệu ứng ngẫu nhiên. Thay vào đó là có thể kiểm tra giả thuyết thống kê như phương pháp tham số không, DEA
phương pháp tập trung vào các trang trại cá nhân. Một lợi thế nổi bật của DEA qua SFA là phương pháp DEA có thể
đối phó với nhiều đầu vào và đầu ra nhiều tình huống, trong khi SFA chỉ xử lý một đầu ra và đầu vào nhiều
tình huống. Do đó, DEA được ưa chuộng đo hiệu quả sản xuất của các trang trại nuôi đa loài tôm này
nghiên cứu.
DEA đã nhận được sự chú ý rộng rãi kể từ khi giấy Charnes et al. (1978) đã được công bố. Kinh tế
hiệu quả (EE) là các thành phần của hai thành phần: Hiệu quả kỹ thuật (TE) và hiệu quả phân bổ
(AE) (Farrell, 1957). Hiệu quả kỹ thuật phản ánh khả năng của một trang trại hoặc là có được sản lượng tối đa
từ một tập hợp các yếu tố đầu vào hoặc để sản xuất một mức độ nhất định của đầu ra bằng cách sử dụng số tiền tối thiểu của đầu vào cho một
công nghệ nhất định. Có hai cách để tiếp cận DEA, do đó, được biết đến như là đầu ra định hướng và đầu vào theo định hướng
mô hình. Theo Banker et al. (1984), định hướng được lựa chọn dựa trên các yếu tố mà người nông dân có hầu hết
kiểm soát. Trong khi đó, giá vé et al. (1993) xác định chính xác mà người nông dân có xu hướng có nhiều kiểm soát đối với các đầu vào
hơn so với số lượng kết quả đầu ra. Do đó, các mô hình đầu vào theo định hướng đã được chọn trong nghiên cứu này. Cinemre et al.
(2006), người đã đánh giá hiệu quả chi phí của các trang trại cá hồi, và Nielsen (2011), người điều tra xanh và kỹ thuật
phát triển hiệu quả trong nuôi trồng thủy sản nước ngọt Đan Mạch áp dụng DEA theo định hướng đầu vào. Hiệu quả phân bổ được
định nghĩa là khả năng của các trang trại sử dụng các yếu tố đầu vào theo tỷ lệ tối ưu cho giá tương ứng của họ.
Chúng tôi cho rằng có N tôm trại Poly-văn hóa. Mỗi trang trại sản xuất M loại đầu ra bằng cách sử dụng K các loại
nguyên liệu đầu vào. Các vectơ cột xi và yi được biểu thị các dữ liệu đầu vào và đầu ra của thứ i trang trại, tương ứng. Các dữ liệu
cho tất cả các trang trại được biểu diễn bởi ma trận đầu vào X (KxN) và ma trận đầu ra Y (MxN).
Các mô hình DEA ưu đầu vào sử dụng để tính toán hiệu quả kỹ thuật (TE) được quy định như sau: